5.1 Schema Contracts

ลองนึกภาพ: ทีม A ส่ง CSV มาให้ทีม B ทีม B เปิดแล้วพบว่า student_id เป็นตัวเลข (leading zeros หาย), phone มีตัวอักษรปน, price เป็น float แทน decimal — ทุกอย่างพัง ถ้ามี “สัญญา” กำกับไว้ตั้งแต่แรก ปัญหาเหล่านี้จะไม่เกิด

เวลาที่ใช้: ~12 นาที

Type Contract คืออะไร?

Type contract คือ เอกสารหน้าเดียว ที่ระบุ:

• ชื่อ column ทั้งหมด
• data type ที่ถูกต้องของแต่ละ column
• nullable หรือไม่
• constraints หรือหมายเหตุพิเศษ

ถ้าทุกคนที่สร้าง อ่าน หรือ import ข้อมูล ทำตามสัญญานี้ — ไม่มีอะไรพัง

ตัวอย่าง Type Contract: ตาราง students

Column	Type	Required	หมายเหตุ
student_id	VARCHAR(6)	Yes	leading zeros! ห้ามเก็บเป็นตัวเลข
name	VARCHAR(100)	Yes
phone	VARCHAR(20)	No	อนุญาตเฉพาะ digits + '+'
price	NUMERIC(10,2)	Yes	>= 0, ห้ามใช้ float
enrolled_on	DATE	Yes	ISO 8601 เท่านั้น (YYYY-MM-DD)
active	BOOLEAN	Yes	default TRUE
note	TEXT	No

Caution

สังเกต: student_id เป็น VARCHAR ไม่ใช่ INTEGER — เพราะรหัสนักเรียนอาจมี leading zeros เช่น 001234 ถ้าเก็บเป็นตัวเลข จะกลายเป็น 1234 แล้วหาข้อมูลไม่เจอ

Type Contract ใน 4 เครื่องมือ

Google Sheets

Google Sheets ไม่มี schema enforcement ในตัว — ทุกอย่างเป็น “ใส่อะไรก็ได้”

วิธีสร้าง contract ใน Sheets:

1. สร้าง sheet แยกชื่อ _schema เก็บตาราง contract ไว้
2. ใช้ Data Validation เป็น guard:
   • student_id: Custom formula =AND(LEN(A2)=6, ISNUMBER(VALUE(A2)))
   • price: ตั้ง >= 0
   • enrolled_on: ตั้ง format เป็น Date
   • active: Dropdown → TRUE / FALSE

// ตรวจ student_id ว่า 6 หลักและเป็นตัวเลข
=AND(LEN(A2)=6, ISNUMBER(VALUE(A2)))

// ตรวจ phone ว่ามีแค่ตัวเลขกับ +
=REGEXMATCH(B2, "^[0-9+]+$")

Tip

Sheets ไม่บังคับ type — มันแค่ “แนะนำ” ดังนั้น contract ใน Sheets คือ data validation rules + เอกสาร _schema sheet

C

ใน C, type contract คือ struct definition — compiler บังคับให้ทำตาม:

#include <stdio.h>
#include <stdbool.h>

typedef struct {
    char student_id[7];     // 6 chars + null terminator
    char name[101];         // 100 chars + null terminator
    char phone[21];         // nullable = ต้องตรวจเอง
    double price;           // ใน production ใช้ integer cents
    char enrolled_on[11];   // "YYYY-MM-DD" + null
    bool active;            // default true
    char note[256];         // nullable
} Student;

int main() {
    Student s = {
        .student_id = "001234",
        .name = "Somchai",
        .phone = "+6612345678",
        .price = 2500.00,
        .enrolled_on = "2025-01-15",
        .active = true,
        .note = ""
    };

    printf("ID: %s, Name: %s\n", s.student_id, s.name);
    return 0;
}

Note

C ไม่มี VARCHAR — คุณต้องกำหนดขนาด array เอง (char[7] สำหรับ 6 ตัวอักษร + null terminator) ถ้าใส่เกิน → buffer overflow!

Python

Python ไม่บังคับ type เหมือน C แต่ใช้ type hints + pandas dtypes เป็น contract:

import pandas as pd
from dataclasses import dataclass
from typing import Optional
from datetime import date
from decimal import Decimal

# วิธีที่ 1: dataclass เป็น contract
@dataclass
class Student:
    student_id: str          # VARCHAR(6) — ห้ามเป็น int!
    name: str
    phone: Optional[str]     # nullable
    price: Decimal           # ห้ามใช้ float!
    enrolled_on: date        # ISO format
    active: bool = True      # default TRUE
    note: Optional[str] = None

# วิธีที่ 2: pandas dtype mapping
STUDENT_DTYPES = {
    'student_id': 'string',      # ไม่ใช่ int!
    'name': 'string',
    'phone': 'string',           # nullable
    'price': 'Float64',          # pandas nullable float
    'enrolled_on': 'string',     # parse ทีหลังด้วย pd.to_datetime
    'active': 'boolean',
    'note': 'string',
}

# อ่าน CSV ตาม contract
df = pd.read_csv(
    'students.csv',
    dtype=STUDENT_DTYPES,
    parse_dates=['enrolled_on'],
)
print(df.dtypes)

Tip

key: dtype={'student_id': 'string'} ป้องกัน pandas แปลง "001234" เป็น 1234 อัตโนมัติ

SQL

SQL คือเครื่องมือที่ บังคับ contract ตั้งแต่ CREATE TABLE:

CREATE TABLE students (
    student_id   VARCHAR(6)     NOT NULL,  -- leading zeros!
    name         VARCHAR(100)   NOT NULL,
    phone        VARCHAR(20),              -- nullable
    price        NUMERIC(10,2)  NOT NULL CHECK (price >= 0),
    enrolled_on  DATE           NOT NULL,  -- ISO only
    active       BOOLEAN        NOT NULL DEFAULT TRUE,
    note         TEXT
);

-- ลอง insert ข้อมูลที่ผิด contract:
INSERT INTO students (student_id, name, price, enrolled_on)
VALUES ('001234', 'Somchai', -100.00, '2025-01-15');
-- ERROR: check constraint "students_price_check" is violated

Note

SQL คือ type contract ที่ดีที่สุดในบรรดา 4 เครื่องมือ — เพราะ database ปฏิเสธ ข้อมูลที่ผิด contract ทันที ไม่ใช่แค่เตือน

ทำไม Type Contract ถึงสำคัญ

ถ้า ไม่มี contract:

• ทีม B เปิด CSV ใน Sheets → leading zeros หาย
• ทีม C อ่านด้วย pandas → student_id กลายเป็น int64
• ทีม D load เข้า SQL → price เป็น REAL แทน NUMERIC

ผลลัพธ์: ข้อมูล 3 ที่ ไม่ตรงกัน

ลองทำ

1. เขียน type contract สำหรับตาราง orders ที่มี columns เหล่านี้:

   • order_id (เลข 8 หลัก มี leading zeros)
   • customer_name
   • total_amount (จำนวนเงิน)
   • order_date
   • shipped (จัดส่งแล้วหรือยัง)

2. ลองเขียน CREATE TABLE statement ใน SQL ที่ตรงกับ contract

3. ลองเขียน pandas dtype dictionary ที่ตรงกับ contract

ดูเฉลย

Type Contract:

Column	Type	Required	หมายเหตุ
order_id	VARCHAR(8)	Yes	leading zeros, ห้ามเป็น int
customer_name	VARCHAR(100)	Yes
total_amount	NUMERIC(12,2)	Yes	>= 0
order_date	DATE	Yes	ISO 8601
shipped	BOOLEAN	Yes	default FALSE

SQL:

CREATE TABLE orders (
    order_id       VARCHAR(8)      NOT NULL,
    customer_name  VARCHAR(100)    NOT NULL,
    total_amount   NUMERIC(12,2)   NOT NULL CHECK (total_amount >= 0),
    order_date     DATE            NOT NULL,
    shipped        BOOLEAN         NOT NULL DEFAULT FALSE
);

pandas:

ORDER_DTYPES = {
    'order_id': 'string',
    'customer_name': 'string',
    'total_amount': 'Float64',
    'order_date': 'string',
    'shipped': 'boolean',
}
df = pd.read_csv('orders.csv', dtype=ORDER_DTYPES, parse_dates=['order_date'])

สรุป

Tip

Type contract ไม่ใช่เอกสารที่เขียนแล้วเก็บ — มันคือ กฎที่ทุกคนต้องทำตาม ทุกครั้งที่สร้าง อ่าน หรือ import ข้อมูล ถ้าทุกคนทำตาม ไม่มีอะไรพัง